Anthropic产品团队为何能以惊人速度迭代：Cat Wu深度复盘

嘉宾：Cat Wu｜Anthropic Claude Code产品负责人｜领域：AI产品与团队管理

背景与引子

2025年的AI行业，正在经历一场前所未有的范式转移。当其他公司还在按季度规划路线图、按月发布功能时，Anthropic的产品团队已经将迭代周期压缩到了以天、甚至小时为单位。在这场静默的革命中，有一个名字反复被行业从业者提起：Cat Wu。

Cat Wu是Anthropic Claude Code和Co-work的产品负责人，与技术负责人Boris配合，共同打造了可能是过去几年最成功的AI开发工具。在这次深度对话中，她首次系统性地分享了Anthropic产品团队如何思考、如何运作、以及如何在AI时代重新定义产品经理这个角色。

如果你对AI产品的未来感到困惑，如果你想知道在代码变得廉价之后，什么能力最值钱，如果你正在思考自己的职业该如何适应这场剧变——这篇访谈藏着你能找到的最清晰的答案。

一、嘉宾是谁

Cat Wu拥有多年工程师背景，随后转型做产品。她加入Anthropic之前做过短暂的投资人，如今是Claude Code和Co-work两条核心产品的产品负责人。

在Anthropic内部，Cat与Boris形成了独特的“双核驱动”模式：Boris负责设定方向——未来三到六个月产品应该成为什么样子，是产品的“愿景家”；Cat则负责将这个愿景拆解成可执行的路径，确保市场、销售、财务、容量等跨职能团队都对计划买账，确保功能一旦完成就能顺畅发布。

这种分工听起来简单，但Cat透露了一个有意思的细节：她和Boris的分工线其实相当模糊，大约80%的事情是高度重合的，只有各自特别关心的20%会由一方主导。这种默契的协作模式，让整个团队在快速迭代中保持了极高的凝聚力。

二、核心观点TOP10

AI时代产品开发周期从6个月压缩到1个月甚至1天。 当模型能力快速提升、工程效率大幅提高时，传统的多季度路线图规划已经失效。
最好的PM是最快把想法送到用户手中的那个人。 核心能力不是协调，而是缩短从想法到用户手的时间。
工程师与PM的边界正在模糊。 很多工程师能够从看到用户反馈开始，一周内独立完成从概念到上线的全流程。
产品品味是最稀缺的能力。 当代码变得廉价，决定“写什么”比“写代码”本身更有价值。
研究预览是快速验证的核心机制。 通过清晰地标记某功能是实验性的，大幅降低团队发布时的心理负担。
每个功能发布都应该有跨职能的无缝流程。 工程师宣布功能ready后，文档、市场内容应在次日同步完成。
产品一致性是为速度付出的代价。 为了测试不同形态，团队会容忍功能重叠，新用户需要更多教育成本。
模型会“吃”掉你写的各种workaround。 当模型变强后，原本为弥补其不足而添加的提示干预和辅助功能会变得不再必要。
构建你自己每天都在用的东西。 只有在实际使用中，你才能真正获得杠杆和深度学习。
使命优先是Anthropic快速决策的核心。 当两个优先级冲突时，回归“这更符合我们服务人类安全AGI的使命”，所有人都会支持。

三、关键洞察

洞察一：PM的角色正在从“协调者”变成“加速者”

Cat在访谈中透露，她一直在面试大量PM候选人，但大多数人仍然以错误的方式在思考这份工作。在传统软件时代，PM的核心价值在于协调——确保各团队的路线图对齐、依赖关系被管理、发布时间被协调。但AI时代需要的是完全不同的人：能够自己动手、能够快速试错、能够在一个星期甚至一天内把一个想法变成用户手中的产品。

这意味着PM不再是一个“管理”角色，而是一个“执行”角色。在Anthropic的团队里，PM的首要任务是降低每一个阻碍发布的障碍。

洞察二：产品品味是AI时代最值钱的能力

当Cat被问到“工程背景重要还是PM背景重要”时，她的回答既诚实又反直觉：“我认为最终都回到产品品味。当代码变得更廉价，决定写什么变得更有价值。”

她进一步解释，工程背景在当前阶段有用的原因是：你对“某件事有多难”有直觉，这种直觉帮助你做优先级决策。但如果事情很简单，那就花一小时做完它；如果很难，你就会更谨慎地评估是否值得投入。但随着模型能力继续快速提升，这种工程直觉的价值也会变化。

真正稀缺的是能够回答“哪个GitHub issue值得做”以及“用什么方式构建它最好”的人。这种品味可以来自任何背景——工程、设计、产品——但它是最关键的技能。

洞察三：模型会吃掉你的harness

这是一个让很多AI产品从业者感到不安但又充满希望的洞察。Cat描述了一个具体场景：当Claude Code刚发布时，模型会遗漏大型重构任务中的部分修改。为了解决这个问题，团队添加了一个待办清单功能，并不断提醒模型“你完成了清单上的所有事项了吗”。但随着Opus 4及更新模型的出现，团队发现模型会自然地使用待办清单，不再需要强制干预——于是这个功能的重要性大幅下降。

每发布新模型，团队都会重新审视整个系统提示，问自己：“这个提醒对当前模型还有必要吗？”如果答案是否，就移除它。这意味着随着模型能力的提升，你的产品会自然变“薄”、变简单。

这引出了一个更深的思考：很多人都在争论AI产品应该长什么样，但如果我们真正到达了超级AGI时代，产品可能会回到最简单的形态——一个对话框，你告诉它你想要什么，它就能做到。但在这个过渡期，最难的事情是：为当前模型设计能最大化其能力的体验。

四、精彩金句

“代码变得越廉价，决定写什么就越有价值。”

Cat在解释产品品味为何重要时说的这句话，可能是AI时代最核心的产品哲学。

“我们希望消除每一个阻碍发布的障碍。”

这句话揭示了Anthropic团队的底层逻辑：不是增加流程，而是移除摩擦。

“模型会吃掉你的harness。每发布一个模型，我们都会重新审视整个系统提示，问自己：这个提醒还有必要吗？”

这是AI产品开发的独特现象——当你面对的是一个会快速进化的“协作者”时，你的产品架构必须是动态的。

“最好的PM是能够把想法以最快速度送到用户手中的那个人。”

这重新定义了PM的核心竞争力：不是规划，是执行速度。

“just do things。”

Cat最喜欢的人生信条，也是Anthropic文化的核心缩影——不要等待许可，去做需要做的事。

五、实战案例

案例一：一小时内生成20页PPT

Cat分享了她使用Co-work准备一次大会演讲的真实经历。她需要为Code with Cloud大会准备一个关于Claude Code从助手进化为完整Agent的演讲，需要展示所有相关产品、找到内部的成功案例作为demo素材。

她的操作流程是：连接Google Drive、Slack、PMM同事的草稿，然后给Co-work下达指令：“帮我做一个幻灯片，这是我们PMM认为应该覆盖的内容，这是我不满意的旧版草稿。”Co-work自动读取了所有链接，浏览了推特动态、evergreen发布频道、Claude Code公告频道，最终整合成了一份20页的完整演示文稿。

第二天早上醒来，Cat只需要做几轮小幅修改。她的幻灯片风格要求“文字极少”，Co-work第一版稍显冗长，但整体框架和视觉设计已经达到了“看起来像Anthropic设计师出品”的水准。

这个案例的关键在于：Cat给了Co-work访问设计系统的权限——将公司标准幻灯片模板作为参考上传，Co-work自动学会了品牌配色、字体和版式。

案例二：销售团队的自定义deck自动化

Anthropic的销售工程师发现，每次为客户定制演示文稿需要手动调整20-30分钟。他们构建了一个自定义Web应用：将Claude Code核心deck的示例（101、201、Mastering三个版本）作为模板，系统自动从Salesforce、Gong和其他笔记工具拉取客户背景信息。

系统会识别客户的云服务商（Bedrock还是GCP）、当前使用的功能、关注的合规需求（如HIPAA），自动生成高度定制化的deck。整个过程从20-30分钟压缩到几秒钟。

案例三：Applied AI团队的多客户管理

Anthropic的Applied AI团队每天可能承接5-10个客户沟通。他们使用Co-work在前一晚自动汇总：第二天所有客户会议的背景信息、每位客户的历史诉求、待处理事项、会议前需要了解的最新状态（包括通过Slack查询功能X的具体上线时间）。

这种工作流程完全由团队成员自己构建、自己使用、自己迭代——这正是Cat反复强调的“构建你每天都在用的东西”的最佳例证。

六、行动建议

建议一：建立快速的“想法→用户”反馈循环

如果你现在正在做AI产品，认真评估你的迭代周期。你上一次发布新功能是什么时候？下一次是什么时候？如果这个数字超过一个月，你需要重新思考你的流程。

具体操作：选择一个你一直在考虑的小功能，设定一个目标——一周内让它到达用户手中。清除你想象中的“需要其他团队批准”、“需要完美文档”等障碍。

建议二：找到你的前五个值得信任的反馈者

Cat提到，在评估模型能力时，不是所有人反馈的价值都一样。找到你产品领域内最能准确描述问题、最能说清楚“好”和“坏”区别的五个人，他们的反馈比一百个普通用户的评论更有价值。

具体操作：回顾过去三个月谁给你提供的反馈帮助最大，是否有一个固定的“核心用户群”？

建议三：用evals量化你的产品目标

Cat认为PM写evals是一个被低估的能力。你不需要写一百个evals——写十个真正好的evals就能帮助团队量化目标、衡量进展、发现缺口。

具体操作：选择一个核心功能，用一句话描述成功的样子，然后设计三个能验证这个成功的具体场景。这就是你需要的第一个eval。

建议四：将你的自动化工作流推进到100%成功率

Cat特别强调了一个常见错误：人们把自动化做到95%就放弃了，然后抱怨工具不靠谱。但95%不是自动化，它仍然是需要人工监督的工作。

具体操作：选择一个你已经开始尝试自动化的重复任务，评估当前成功率。如果低于100%，投入时间给它——调整提示词、给它反馈、教它如何改进——直到它能真正独立完成工作。

建议五：连接你的数据源，然后真正用起来

Cat每天使用Co-work的前提是连接了Slack、Google Calendar、Gmail、Google Drive——所有与工作相关的通讯工具和数据存储。只有拥有这些上下文，Co-work才能真正提供高质量的个性化输出。

具体操作：如果你还没用过Co-work或类似工具，今天就花十分钟连接这些数据源，然后让AI帮你做一件你每周都会做的重复性工作——会议准备、邮件分类、文档总结。

七、我的总结

这场访谈最让我印象深刻的，不是Anthropic的技术有多先进，而是他们的思维方式。

当整个行业还在讨论“AI会不会取代PM”时，Cat给出了截然不同的视角：角色在融合，但产品品味、判断力和执行速度变得更加重要。当其他团队在用复杂流程管理不确定性时，Anthropic用“使命”作为决策的北极星，让每个人在模糊中也能快速对齐。当大家还在争论产品应该长什么样时，他们已经在设计能跟上模型能力演进的产品架构——因为他们知道，模型会变，harness要跟着变。

最务实的一句话来自Cat分享的人生信条：just do things。不是等待完美时机，不是等待别人给你许可，而是自己动手，快速试错，在实践中找到方向。

在AI以月甚至以周为单位快速进化的当下，这或许是每个产品人、每个技术从业者、每个正在适应这场剧变的人，都需要刻进DNA的一句话。

📺 播客信息

发布时间：2026-04-23
时长：1小时25分钟35秒
播放量：168703 次观看
原版视频：『YouTube』